나는 pocketsphinx_continuous와 $ 4 사운드 카드를 가지고 갔다 .
음성 신디사이저를 사용할 때 청취를 중단해야한다는 사실을 관리하기 위해 믹서를 사용하여 마이크에 입력 볼륨을 처리했습니다 (이는 엔진 시동을 멈 추면 엔진의 인식이 좋지 않기 때문에 CMU에서 권장하는 것이 좋습니다)
echo "SETTING MIC IN TO 15 (94%)" >> ./audio.log
amixer -c 1 set Mic 15 unmute 2>&1 >/dev/null
음성 신디사이저가 연주 될 때 청취를 음소거하는 매칭 명령
FILE: mute.sh
#!/bin/sh
sleep $1;
amixer -c 1 set Mic 0 unmute >/dev/null 2>&1 ;
echo "** MIC OFF **" >> /home/pi/PIXIE/audio.log
올바른 음소거 시간을 계산하려면 lua를 통해 soxi를 실행 한 다음 unmute.sh (mute.sh의 반대쪽)를 시작에서 "x"초로 실행하도록 설정하십시오. 의심 할 여지없이 이것을 처리하는 많은 방법이 있습니다. 이 방법의 결과에 만족합니다.
루아 스 니펫 :
-- Begin parallel timing
-- MUTE UNTIL THE SOUNDCARD FREES UP
-- "filename" is a fully qualified path to a wav file
-- outputted by voice synth in previous operation
-- GET THE LENGTH
local sample_length = io.popen('soxi -D '..filename);
local total_length = sample_length:read("*a");
clean_length = string.gsub(total_length, "\n", "") +1;
sample_length:close();
-- EXAMPLE LOGGING OUTPUT...
--os.execute( 'echo LENGTH WAS "'.. clean_length .. '" Seconds >> ./audio.log');
-- we are about to play something...
-- MUTE, then schedule UNMUTE.sh in x seconds, then play synth output
-- (have unrolled mute.sh here for clarity)
os.execute( 'amixer -c 1 set Mic '..mic_level..' unmute 2>&1 >/dev/null ');
os.execute( 'echo "** MIC OFF **" >> ./audio.log ');
-- EXAMPLE LOGGING OUTPUT...
-- os.execute( 'echo PLAYING: "'.. filename..'" circa ' .. clean_length .. ' Seconds >> ./audio.log ');
os.execute( './unmute.sh "'.. clean_length ..'" &');
-- THEN PLAY THE THING WHILE THE OTHER PROCESS IS SLEEPING
os.execute( './sounds-uncached.sh '..filename..' 21000')
내가 사용하는 파이의 목소리를 실제로 잡으려면 :
pocketsphinx_continuous -bestpath 0 -adcdev plughw:1 -samprate 20000 \
-nfft 512 -ds2 -topn2 -maxwpf 5 -kdtreefn 3000 -kdmaxdepth 7 -kdmaxbbi 15 \
-pl_window 10 -lm ./LANGUAGE/0892-min.lm -dict ./LANGUAGE/0892-min.dic 2>&1 \
| tee -i 2>/dev/null >( sed -u -n -e 's/^.\{9\}: //p' ) \
>( sed -u -n -e 's/^READY//p' \
-e 's/^Listening//p' -e 's/^FATAL_ERROR: \"continuous\.c\"\, //p') \
> /dev/null
다시 말하지만, 다른 방법이 있지만, 나는이 방법으로 출력을 좋아합니다.
신디사이저에 Cepstrals fledgling pi 솔루션을 사용했지만 온라인으로 구입할 수는 없으므로 직접 구매해야하며 구매 비용은 약 $ 30입니다. 그 결과는 수용 가능하지만 연설로 인해 불쾌한 클릭과 팝이 발생하고 회사는 더 이상 RaspPi가 없으며 제품을 개선하기를 원하지 않는다고 대답했습니다. YMMV
음성 인식은 "유휴"상태에서 CPU의 약 12 %에 위치하며 인식 덩어리를 수행 할 때 잠깐 동안 급증합니다.
렌더링 할 때 음성 생성이 약 50-80 %로 급증합니다.
플레이 / 삭스는 무게가 무겁지만 렌더링 된 음색에 실시간 효과를 적용합니다.)
필 요하지 않은 서비스를 중지하고 완전한 CLI 모드에서 실행되는 모든 가이드를 사용하여 pi가 크게 제거되었습니다. 800MHz 오버 클럭 (최소)
scaling_governor가 성능으로 설정되었습니다.
완전 가동시 : 직사광선에서 약 50ºC, 그늘에서 38ºC에서 작동합니다. 방열판이 장착되어 있습니다.
마지막 요점 :이 모든 장비를 실제로 인터넷을 통해 AI에 추가 할 수있다.
pi는이 모든 것을 원활하게 처리하고 네트워크로 연결된 오디오를 실시간으로 재생하며 다른 루프 박스의 오디오를 다른 Unix 박스에 완벽하게 반복합니다. 기타
큰 음성 CPU 오버 헤드 부담을 처리하기 위해 md5sum 기반 캐싱 시스템을 구현하여 동일한 발언이 두 번 렌더링되지 않습니다. (총 220mb에서 약 1000 개의 파일이 AI에서 일반적으로받는 발화의 70 %를 차지합니다.) 이것은 전체 CPU로드를 전반적으로 낮추는 데 실제로 도움이됩니다.
précis에서 이것은 모두 완전히 가능합니다. 그러나 음성 인식은 마이크의 품질, 언어 모델, 주제가 음성을 원래 의도 한 청중에게 얼마나 가깝게 가깝게하는지 (완벽하지 않은 en_UK 어린이의 en_US 모델 사용) 및 기타 세부 사항만큼 우수합니다. 노력을 기울이면 괜찮은 결과를 얻을 수 있습니다.
그리고 기록을 위해, 나는 이미이 모든 것을 한 번 킨들에서 한 번했습니다. 도움이 되었기를 바랍니다.